私は、自分一人で作った大規模なAIプラットフォームを、台所のテーブルで、1日16時間働きながら、並外れた強い強迫観念のようなものに突き動かされ、そして何トンものコーヒーで燃料を補給して、オープンソース化しました。
私は独学で、正式な技術的なバックグラウンドはありません。そして過去数年、Dellのノートパソコンの上でこれを作りました。私は、一般の人を励ますために投稿しているわけではありません。今の多くのMLシステムがまだ軽視したり、未解決のままにしていたりする問題に対して、このコードベースの中に解決策があると信じているから投稿しています。
これは、きれいに一つの論文にまとまった研究リポジトリではありません。幅広いプラットフォームのプロトタイプです。重要な部分は、たとえば次のような要素に分散しています:
- グラフIR / ランタイム
- ワールドモデル + メタ推論
- セマンティックブリッジ
- 問題分解器
- 知識の結晶化
- 永続メモリ / 取得 / 忘却（unlearning）
- 安全性 + ガバナンス
- 内部LLMの経路 vs 外部モデルのオーケストレーション
最も簡単に言うと、神経記号論的 / トランスフォーマーのハイブリッドAIです。
私が知りたいのは:
本当に掘り下げてみると、このリポジトリが、ほとんどの現行MLシステムではまだ弱かったり、欠けていたり、十分に取り組まれていなかったりするどんな問題を解決しようとしているのか？
このリポジトリが大きく、場所によって出来のばらつきがあるのは承知しています。問題は、READMEの先まで読んで実際にアーキテクチャを調べた人にしか見えてこないような、現実の技術的な答えが隠れているのかどうかです。
特に、次を掘り下げてくれる人に興味があります:
- ワールドモデル / メタ推論の方向性
- セマンティックブリッジ
- 永続メモリの設計
- 「心そのもの」としてではなく、より大きなシステムの一部としての内部LLMアーキテクチャ
これは、作業が完了したと考えたからではなく、1人で継続して資金を確保し、運び続けるには限界に達したからオープンソース化しました。
あなたの中に、実際にそこに何があるのかを見抜けるほど深く読んでくれる人がいればいいなと思っています。
[link] [comments]
